Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 21 часa
Съдържание и теми, включени в курса
Въведение в компютърното зрение
- Преглед на приложенията на компютърното зрение
- Разбиране на данните от изображения и форматите
- Предизвикателства в задачите на компютърното зрение
Въведение в конволюционните невронни мрежи (CNN)
- Какво представляват CNN?
- Архитектура на CNN: Конволюционни слоеве, пулинг и напълно свързани слоеве
- Как CNN се използват в компютърното зрение
Практическа работа с TensorFlow и Google Colab
- Настройка на средата в Google Colab
- Използване на TensorFlow за изграждане на модели
- Изграждане на прост CNN модел в TensorFlow
Напреднали CNN техники
- Трансферно обучение за CNN
- Фино настройване на предварително обучени модели
- Техники за аугментация на данни за подобрена производителност
Предварителна обработка и аугментация на изображения
- Техники за предварителна обработка на изображения (мащабиране, нормализация и др.)
- Аугментиране на данни от изображения за по-добро обучение на модела
- Използване на конвейера за данни от изображения на TensorFlow
Изграждане и внедряване на модели за компютърно зрение
- Обучение на CNN за класификация на изображения
- Оценка и валидиране на производителността на модела
- Внедряване на модели в производствени среди
Приложения на компютърното зрение в реалния свят
- Компютърно зрение в здравеопазването, търговията на дребно и сигурността
- Откриване и разпознаване на обекти, захранвано от ИИ
- Използване на CNN за разпознаване на лица и жестове
Обобщение и следващи стъпки
Изисквания
- Опит с програмиране на Python
- Разбиране на концепциите за дълбоко обучение
- Основни познания за конволюционни невронни мрежи (CNN)
Аудитория
- Специалисти по данни
- Специалисти в областта на ИИ
